Характеристики

Параметры: 113 млн
Лицензия: Apache 2.0
Архитектура: vit · dense
Опубликована: 11 янв 2024

Ссылки

Hugging Face

vit-base-uppercase-english-characters

pittawat

Классификация изображенийИзображение → label3 профессии

Модель ViT-Base классифицирует изображения заглавных английских букв и предназначена для распознавания символов.

34скачиваний за 30 дней0лайковвеса обновлены12 дек 2024

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Модель pittawat/vit-base-uppercase-english-characters — дообученная версия Vision Transformer ViT-Base от Google для классификации изображений с заглавными английскими буквами. Она обучена на наборе данных pittawat/uppercase-english-characters и предназначена для распознавания символа на изображении. Архитектура — ViTForImageClassification с 113,2 млн параметров; веса доступны в форматах PyTorch и Safetensors.

На оценочном наборе модель показала точность 0,9573 и loss 0,3160. Эти результаты относятся к указанному набору данных и не гарантируют такую же точность на других изображениях. Модель выпущена под лицензией Apache-2.0.

Сценарии применения

распознавание заглавных английских букв на изображениях
классификация одиночных букв в учебных заданиях
распознавание символов в подготовленных наборах изображений
создание прототипа распознавания рукописных или печатных букв при проверке на целевых данных

Ограничения

Оценочная точность 0,9573 измерена только на указанном наборе данных; качество на других источниках изображений не установлено. Карточка не описывает ограничения и условия применения подробнее.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.8Универсальные способностиИзображения и компьютерное зрениеAI помогает извлекать визуальные признаки, изменять изображения и создавать новые визуальные материалы.17 задач6 331модель II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей I.3Универсальные способностиИзвлечение и структурирование данныхAI помогает превращать разрозненные данные в структуру, пригодную для поиска, аналитики и автоматизации.18 задач25 791модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

vit-base-uppercase-english-characters

This model is a fine-tuned version of google/vit-base-patch16-224-in21k on the pittawat/uppercase-english-characters dataset. It achieves the following results on the evaluation set:

Loss: 0.3160
Accuracy: 0.9573

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

learning_rate: 0.0002
train_batch_size: 32
eval_batch_size: 16
seed: 42
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 4
mixed_precision_training: Native AMP

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy
0.5944	1.35	100	0.5538	0.9487
0.2241	2.7	200	0.3160	0.9573

Framework versions

Transformers 4.26.1
Pytorch 1.13.0
Datasets 2.1.0
Tokenizers 0.13.2

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · image-classification

Можно запустить

Подбираем GPU…

Класс архитектуры: ViTForImageClassification
Ревизия весов: db9e660